物流仿真第3講輸入數(shù)據(jù)的分析(編輯修改稿)
2025-06-16 11:39 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 參 數(shù) 建議使用的估計(jì)量 泊松 指數(shù) 在（ 0， b）上的均勻分布 正態(tài) ， 仿真中常用的一些分布參數(shù)建議值 4 擬合度檢驗(yàn) 202195 為了測(cè)試隨機(jī)樣本量為 n的隨機(jī)變量 X服從某一特定分布形式的假設(shè)，常用 ?2擬合度檢驗(yàn)。 這種檢驗(yàn)方法首先是把 n個(gè)觀察值分成 k個(gè)分組區(qū)間或單元。檢驗(yàn)的統(tǒng)計(jì)量由下式給出（ k為分布的階數(shù)） 式中， Oi是在第 i個(gè)分組區(qū)間的觀察頻數(shù)。 Oi = ni /n ? ?? ??iiiEEO 220?0246810121 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25k=6 Ei 是在該分組區(qū)間的期望頻數(shù)。每一分組區(qū)間的期望頻數(shù)是 Ei = n pi， 這里的 pi是理論值，是對(duì)應(yīng)第 i個(gè)分組區(qū)間的假設(shè)概率。 4 擬合度檢驗(yàn) 202195 可以證明： ?02近似服從具有自由度 f = ks1的 ?2分布。 這里 s 表示由采樣統(tǒng)計(jì)量所估計(jì)的假設(shè)分布的參數(shù)個(gè)數(shù)。 假設(shè)檢驗(yàn)作零假設(shè)： H0：觀察值 Xi是一組屬于分組分布函數(shù) F的獨(dú)立相同分布的隨機(jī)變量。 若 ?2太大則拒絕 H0，若擬合是好的，則期望值 ?2很小。 首先劃分區(qū)間，定義 k值 計(jì)算各組的觀察頻數(shù) 計(jì)算 ?0 查閱 ?2表，得到 該值反映的是假設(shè)分布的擬合程度。 ? ?值202 ?? ?P擬合度檢驗(yàn)步驟 擬合程度的判定 4 擬合度檢驗(yàn) 202195 指定擬合度的檢驗(yàn) ? 我們可以根據(jù)擬合度檢驗(yàn)的要求，設(shè)定一個(gè)擬合度的顯著性指數(shù) ?，根據(jù)設(shè)定的 顯著性指數(shù) ?以及 ?2分布的自由度數(shù) f = ks1，可以查 ?2表得到 ??， f2 。 ? 如果 則檢驗(yàn)未通過(guò)， H0不成立。 ? 如果 則檢驗(yàn)通過(guò)， H0成立。 2 ,20 f??? ?2 ,20 f??? ?在應(yīng)用這個(gè)檢驗(yàn)時(shí)，如果期望的頻數(shù)太小，將對(duì)檢驗(yàn)的有效性有所影響。一般情況下區(qū)間的個(gè)數(shù) k宜在 30~40以下，并能使最小期望頻數(shù) Ei≥5。如果 Ei值太小，可以把它和相鄰分組區(qū)間的期望頻數(shù)相合并，對(duì)應(yīng)的 Oi值也應(yīng)該合并起來(lái)，同時(shí)每當(dāng)合并一個(gè)單元， k值應(yīng)該減去 1。 5 相關(guān)性分析 202195 相關(guān)性分析 ? 系統(tǒng)運(yùn)行過(guò)程中，隨機(jī)變量有多個(gè)，如存在多種因素的影響；系統(tǒng)參數(shù)的變化等。這些隨機(jī)變量之間可能是獨(dú)立的，也有可能是相互有牽連的，牽連程度的強(qiáng)弱有所不同。需要進(jìn)行相關(guān)性分析。 ? 相關(guān)性分析的目的 ：更好地了解系統(tǒng)以及系統(tǒng)隨機(jī)變量的關(guān)聯(lián)性，更正確地把握問(wèn)題的關(guān)鍵。 ? 相關(guān)性分析的方法 ：通常采用的是回歸分析的統(tǒng)計(jì)方法 5 相關(guān)性分析 202195 單變量線性回歸 ? 假設(shè)要估計(jì)在自變量 x與一個(gè)因變量 y之間的相關(guān)性。設(shè)在 y與 x之間真實(shí)相關(guān)是線性關(guān)系，這里觀察值 y是隨機(jī)變量。而 x是數(shù)學(xué)變量。那么在給定 x的值之下， y的期望值假設(shè)是 式中： ?0為一未知常數(shù)，是 x取零時(shí)， y的值； ?1為斜率，即 x變化一個(gè)單位所引起的 y的變化，也 是一個(gè)待定的未知常數(shù)。
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1